XiaoMi-AI文件搜索系统
World File Search System提取
提取特征，构建推荐系统......
该项目处理加州大学圣地亚哥分校 Julian McAuley 提供的亚马逊数据集。该项目旨在使用潜在狄利克雷分配 (LDA) 提取亚马逊文本评论中讨论的特征。此外，一旦提取出特征，就会构建一个推荐器。为了实现这一点，该项目提出了各种模型，如主题聚类推荐、无约束矩阵分解和基于内容的过滤。首先，清理数据集并进行数据探索以观察数据中的各种趋势。根据评论的评分，创建词云以确定数据集中每个单词的重要性。在初步数据探索之后，使用潜在狄利克雷分配 (LDA) 提取数据集中讨论的主题。[8,10] 最后，使用这些主题，在主题聚类推荐、无约束矩阵分解和基于内容的过滤等不同模型的帮助下构建推荐器。根据召回率和平均绝对误差等指标，将选择最佳模型。关键词：亚马逊，推荐器，LDA，主题建模，基于内容的过滤，矩阵分解 1.简介 互联网是重要的信息来源。过去几年，电子商务领域取得了长足的发展。几乎所有我们需要的东西都可以在网上轻松获得。亚马逊、eBay 和 Flipkart 等网站在电子商务中发挥着至关重要的作用。亚洲、非洲/中东和拉丁美洲地区超过 60% 的人口愿意在线购物 [7]。据观察，2017 年第一季度，电子商务销售额达到 1057 亿美元 [10]。如果大多数人依赖电子商务网站购物，那么概述网站上发布的有关产品的评论就很重要。其他各种客户都会阅读有关在线发布的任何产品的评论。根据现有的评论和可用的评论数量，客户往往会决定是否购买该产品。网站上任何产品的评论对于决定网站或产品的成功都起着非常重要的作用。
百里香和迷迭香提取物的抗菌活性
简介。在过去的几十年中，抗生素在治疗人类和动物的细菌感染方面发现了广泛的应用，并且它们被用作农业中的生长促进剂。然而，各种环境中抗生素耐药细菌物种的不断增长对细菌感染的靶向治疗构成了重大挑战。在某些地区，这种细菌耐药性激增背后的驾驶员是抗生素的使用。植物提取物及其活性化合物长期以来已被重新识别为其抗菌特性，并且经常被用于传统医学来对抗致病细菌。近年来，由于耐药性的出现以及与化学抗微药物相关的副作用，科学研究的重点已转向探索从植物衍生的生物活性物质。本质上，植物代表了庞大的潜在有益化学物质的储层，到目前为止，其中只有一小部分。这项工作的目的是确定百里香和迷迭香提取物的抗菌活性。材料和方法。Thyme and rosemary extracts were evaluated for their antimicrobial activity against a range of microorganisms, including Gram-positive bacteria ( Staphylococcus aureus, Bacillus cereus, Enterococcus faecalis, Geobacillus stearothermophilus ), Gram-negative bacteria ( Escherichia coli, Acinetobacter baumannii ）和酵母（白色念珠菌）。此方法是评估微生物活性的可靠手段。结果。结论。为了确保这些生物化合物的抗菌测试质量，采用了CLSI标准（临床和实验室标准研究所）的标准化井方法。在评估进行抗菌筛查后获得的结果后，发现两种乙醇提取物都对革兰氏阴性细菌和革兰氏阴性菌以及念珠菌的真菌都有影响。在G. stearothothomophi-lus（27.0 mm）和金黄色葡萄球菌（21.3 mm）中记录了最大的迷迭香提取物抑制区域。百里香提取物在细菌S.金黄色葡萄球菌（抑制区的直径26.3 mm）和蜡状芽孢杆菌（具有抑制区的直径为25.3 mm）上更为活跃。与迷迭香提取物（19.0 mm）相比，百里香提取物（29.3 mm）的抗真菌活性更为明显。与革兰氏阴性微生物相比，两种提取物在革兰氏阳性微生物上均表现出更高的活性。我们的数据证实迷迭香和百里香提取物具有抗菌和抗真菌活性。提取的百里香和迷迭香具有在不同浓度下抑制和灭活微生物的潜力。植物的天然抗菌剂可用于食品和制药行业，以预测病原体的生长和变质微生物，并提高保质期和稳定性。鉴于其抗菌特性，这些基于植物的产品为传统保存方法提供了令人信服的替代品，并使用化学防腐剂和添加剂。广泛的研究表达了它们在减少细菌和酵母菌生长方面的疗效。
理解遗传学：练习香蕉的DNA提取
工作是在教育机构公民学院的教学居住计划中经验丰富的香蕉DNA提取的实践经验的报告 - 军事教授colares，高中一年级的学生。使用可负担的材料，例如香蕉，塑料容器，厨房盐，中性洗涤剂，酒精，水和筛子，以实用的方式接近教室中获得的理论原则。每个生物都有DNA中存在的基因组，在该基因组中，他负责存储信息和合成蛋白质并产生人体的核糖核酸（RNA），这对于生物功能非常重要。文章强调了学生动态的细微差别，塑造学习的教学策略以及从学生知识中产生的反思。在实验室旅程中突出的结果，我们不仅了解了DNA提取的技术细节，而且还了解了DNA在我们的生活中的重要性和科学进步。以及遗传教学如何影响学生的生活及其正确的重要性。
交叉提取，以回应第三方提交 / Manawa < / div>
在（i）（i）延迟和废弃的生成项目的案例研究中可以找到的一代市场，包括绅士正在开发的项目； （ii）新西兰新一代供应的程度滞后； （iii）自部分私密化以来，实际批发和零售电价的稳定上涨，以至于现在有几个长期建立的新西兰行业的生存能力。•正如其他人指出的那样，EA当前正在检查，这是
从可再采矿源中提取能源过渡金属
已开采和拟开采矿床的金属矿石品位一直在下降，5 因此每单位最终金属产品产生的废弃物量增加。再开采的来源包括尾矿、废石、酸性矿山排水和相关的处理污泥、矿石加工副产品和煤灰。最常见的具有可再生能源金属再开采潜力的矿山废弃物是尾矿。6 《全球尾矿评估》7 估计，全世界有 8,500 个活跃、不活跃和已关闭的尾矿储存设施。使用该估计值并根据较少数量设施的报告量推断，全球储存的尾矿约为 217 立方公里（km3）。虽然全球储存的尾矿总量存在不确定性，但世界各地金属矿山显然不缺尾矿——但尾矿中的可再生能源金属含量以及提取这些金属的经济和环境可行性在很大程度上是未知的。
研究论文 使用反向传播神经网络对高光谱遥感数据中的岩性信息进行提取和分类
为了解决高光谱遥感数据处理中遇到的同构问题,提高高光谱遥感数据在岩性信息提取与分类的精度,以岩石为研究对象,引入反向传播神经网络(BPNN),对高光谱图像数据进行归一化处理后,以岩性光谱与空间信息为特征提取目标,构建基于深度学习的岩性信息提取模型,并使用具体实例数据分析模型的性能。结果表明:基于深度学习的岩性信息提取与分类模型总体精度为90.58%,Kappa系数为0.8676,能够准确区分岩体性质,与其他分析模型相比具有较好的性能。引入深度学习后,提出的BPNN模型与传统BPNN相比,识别精度提高了8.5%,Kappa系数提高了0.12。所提出的提取及分类模型可为高光谱岩矿分类提供一定的研究价值和实际意义。
机器学习筛查工具，用于预测废水中药物化合物的提取产率
药物化合物已成为废水中越来越重要的污染物来源，因为它是传统的处理方法无效地去除它们的方法，因此它们通常被放入环境中。可以使用液体液体提取成功去除药物，并且可以使用宇宙RS预测相互作用并识别最有前途的溶剂。但是，COSMO热模型无法解释关键过程参数，从而降低了这些计算模型的准确性。因此，需要替代计算方法来准确预测可以纳入处理和相互作用变量的药物的提取产率。这项工作使用机器学习来预测使用八种溶剂的11种药物的提取产率。探索了六个回归模型和两个分类模型。使用ANN回归器（测试MAE：4.510，测试R 2：0.884）和RF分类器（测试精度：0.938，测试召回：0.974）获得了最佳性能。RF回归分析和分类还显示了关键的提取产率特征：溶剂与喂养比，N - 辛烷 - 水分系数，氢键，氢键和范德华对多余的焓的贡献，以及pH距离至最近的PKA。机器学习显示为筛选和选择最有希望的溶剂和过程条件的绝佳工具，以从废水中去除药物。
酸叶提取物在降低葡萄糖水平中的有效性
摘要：本文使用光伏能源收集技术中的电力提出了电动汽车的设计过程。已经根据系统的预先建立的操作参数选择了组件的电动机，电池和光伏面板，相对于组件所需的速度和加速度。讨论了光伏面板的定位，牢记电动自行车的舒适性和效率，同时也考虑了结构的社会因素。呈现性能结果，并将其与计算电动机功率的不同方法进行了比较。本文的研究通过优化光伏面板的性能并提高能量转换效率来追求能源收获的未来应用。该纸通过将太阳能电池板放置在挡泥板上，而不是采用常见的屋顶解决方案，从而带来了原始的设计。
ZnO纳米颗粒使用叶提取物生物合成...
由于执法的重要性，识别潜在指纹是一个吸引更多关注的公开主题。可以通过潜在的指纹确定犯罪现场（TKP）的存在。潜在的指纹可以提供警察的信息，以帮助他们捕获罪犯。到目前为止，许多不同的指纹粉末配方已被广泛使用，每个配方都由树脂物质和对比染料组成。过去最广泛使用的潜在指纹的方法是硝酸银染色，烟雾碘，忍者染色和粉尘粉。这种古老的方法在各种表面上都很好。科学家一直在努力开发更准确的技术来可视化潜在印刷，因为用于检测潜在打印输出的常规方法并不总是成功的。一些用于制作有毒指纹粉末的物质，可能对人类健康有害。这项研究提供了一种与生产过程结合使用ZnO的方法，并用Betadin Leaf提取物进行了修饰，以产生安全且非毒性的指纹粉末。这项研究的结果表明，在FTIR测试中，在Betadin叶提取物中发现了Zn-O键，OH组，C = O和N-O菌株。因此，这里提出的发现可能是对研究进行更复杂研究的起点。
